Importación y exportación de datos
Importación de datos
Para importar datos a R podemos utilizar la función read.table, la cual devuelve un objeto data.frame.
read.table(file, header = FALSE, sep = "",
dec = ".", row.names, col.names, na.strings = "NA",
skip = 0, stringsAsFactors = FALSE, ...)
file: el nombre del archivo desde el cual se leerán los datos.
header: un valor lógico que indica si el archivo contiene el nombre de las variables en la primera línea.
sep: el caracter separador de campos. Los valores en cada línea del archivo están separados por este caracter.
Importación de datos
read.table(file, header = FALSE, sep = "",
dec = ".", row.names, col.names, na.strings = "NA",
skip = 0, stringsAsFactors = FALSE, ...)
dec: el caracter utilizado en el archivo para los puntos decimales.
na.strings: un vector de caracteres que se interpretarán como valores NA.
stringsAsFactors: [Lógico] ¿Deben convertirse los vectores de caracteres en factores?
Recuerda que si no agregamos alguno de estos argumentos, se usará la configuración predeterminada.
Importación de datos
Creemos una tabla en Excel
![]()
Importación de datos
Guarde la tabla como un archivo csv:
![]()
Importación de datos
Usaremos la ruta del archivo en la función read.table.
data.path <- "C:/Usuarios/Ejemplo/Data.csv"
p_eta_table <- read.table(data.path, header = TRUE, sep = ",")
print(p_eta_table)
## Year Precipitation Evapotranspiration
## 1 2010 1250 1050
## 2 2011 1952 1748
## 3 2012 1328 1047
## 4 2013 1459 1284
## 5 2014 1642 1421
## 6 2015 1743 1484
## 7 2016 1238 998
## 8 2017 1432 1259
Importación de datos
Podemos utilizar también la función read.csv:
p_eta_table <- read.csv(data.path)
print(p_eta_table)
## Year Precipitation Evapotranspiration
## 1 2010 1250 1050
## 2 2011 1952 1748
## 3 2012 1328 1047
## 4 2013 1459 1284
## 5 2014 1642 1421
## 6 2015 1743 1484
## 7 2016 1238 998
## 8 2017 1432 1259
Leer Tablas, CSV y CSV2 - Configuraciones predeterminadas
Las funciones read.table, read.csv y read.csv2 se pueden utilizar para importar datos. Tenga en cuenta que las funciones read.csv y read.csv2 provienen de read.table pero tienen diferentes configuraciones por defecto.
read.table header = FALSE, sep = " "
read.csv header = TRUE, sep = ","
read.csv2 header = TRUE, sep = ";"
Trabajando con data frames
dim: devuelve el número de filas y columnas (es decir, las dimensiones) del objeto.
dim(p_eta_table)
## [1] 8 3
Ahora podemos agregar una nueva columna al data frame existente. Como ejemplo, vamos a calcular los valores de precipitación menos evapotranspiración:
p_eta_table$P_minus_ETa <- p_eta_table$Precipitation - p_eta_table$Evapotranspiration
Trabajando con data frames
print(p_eta_table)
## Year Precipitation Evapotranspiration P_minus_ETa
## 1 2010 1250 1050 200
## 2 2011 1952 1748 204
## 3 2012 1328 1047 281
## 4 2013 1459 1284 175
## 5 2014 1642 1421 221
## 6 2015 1743 1484 259
## 7 2016 1238 998 240
## 8 2017 1432 1259 173
Trabajando con data frames
El acceso a los datos es el mismo para las matrices y los data frames. Por ejemplo, para extraer el valor ubicado en la segunda fila y la cuarta columna:
p_eta_table[2, 4]
## [1] 204
O:
p_eta_table$P_minus_ETa[2]
## [1] 204
Trabajando con data frames
También podemos obtener los tres primeros valores de la tercera fila.
p_eta_table[3, 1:3]
## Year Precipitation Evapotranspiration
## 3 2012 1328 1047
O hacer un subconjunto del data frame.
p_eta_table[c(7, 2, 4), ]
## Year Precipitation Evapotranspiration P_minus_ETa
## 7 2016 1238 998 240
## 2 2011 1952 1748 204
## 4 2013 1459 1284 175
Exportar datos
Para exportar datos, podemos utilizar la función write.table, que exporta el objeto utilizado a un directorio específico.
write.table(x, file = "", append = FALSE, quote = TRUE, sep = " ",
na = "NA", dec = ".", row.names = TRUE, ...)
x: el objeto a escribir (una matriz o un data frame).
file: la ruta de archivo donde queremos guardar el archivo (incluyendo el nombre y extensión del archivo).
append: [Lógico] Si es TRUE, la salida se agrega al archivo existente. Si es FALSE, cualquier archivo existente con el mismo nombre se destruye.
Exportar datos
write.table(x, file = "", append = FALSE, quote = TRUE, sep = " ",
na = "NA", dec = ".", row.names = TRUE, ...)
quote: [Lógico] si es TRUE, cualquier columna de caracteres o factores estará rodeada de comillas dobles.
sep: el separador de campo. Los valores dentro de cada fila x están separados por este caracter.
na: el caracter a utilizar para los valores faltantes (NA) en los datos.
Exportar datos
write.table(x, file = "", append = FALSE, quote = TRUE, sep = " ",
na = "NA", dec = ".", row.names = TRUE, ...)
dec: el caracter a utilizar para los puntos decimales en columnas numéricas o complejas: debe ser un solo caracter.
row.names and col.names: [Lógico] Indica si los nombres se escribirán junto con x.
Exportar datos
Ahora, guardaremos la tabla que hemos editado.
write.table(p_eta_table, paste0(dirname(data.path), "/table_modified.csv"),
row.names = FALSE, sep = ",")
Ahora, puedes ir a la carpeta correspondiente y comprobar si el archivo se ha escrito.
Exportar datos
Además, podemos guardar un único objeto de R en una conexión y posteriormente restaurarlo usando las funciones saveRDS y readRDS.
saveRDS(p_eta_table, paste0(dirname(data.path), "/table_modified.rds"))
x <- readRDS(p_eta_table, paste0(dirname(data.path), "/table_modified.rds"))
Unir tablas
Podemos utilizar la función rbind para combinar las filas de dos tablas separadas y formar una sola. Para este ejemplo, cargaremos tablas con las ciudades más pobladas de España e Italia.
spain.pop <- read.csv("...add file path…/Cities/Spain.csv", header = TRUE)
italy.pop <- read.csv("...add file path…/Cities/Italy.csv", header = TRUE)
## City Population
## 1 Madrid 3334730
## 2 Barcelona 1664182
## 3 Val\xe8ncia 800215
## 4 Sevilla 691395
## 5 Zaragoza 681877
## 6 M\xe1laga 578460
Unir tablas
Primero, agreguemos información sobre el país a la tabla, para que la tabla combinada incluya el país para cada entrada.
spain.pop$Country <- rep("Spain", times = nrow(spain.pop))
italy.pop$Country <- rep("Italy", times = nrow(italy.pop))
print(spain.pop)
## City Population Country
## 1 Madrid 3334730 Spain
## 2 Barcelona 1664182 Spain
## 3 Val\xe8ncia 800215 Spain
## 4 Sevilla 691395 Spain
## 5 Zaragoza 681877 Spain
## 6 M\xe1laga 578460 Spain
## 7 Murcia 459403 Spain
## 8 Palma 422587 Spain
## 9 Las Palmas de Gran Canaria 381223 Spain
## 10 Bilbao 350184 Spain
print(italy.pop)
## City Population Country
## 1 Roma 2808293 Italy
## 2 Milano 1406242 Italy
## 3 Napoli 948850 Italy
## 4 Torino 857910 Italy
## 5 Palermo 647422 Italy
## 6 Genova 565752 Italy
## 7 Bologna 395416 Italy
## 8 Firenze 366927 Italy
## 9 Bari 315284 Italy
Unir tablas
Ahora podemos usar la función rbind para unir las tablas.
pop.table <- rbind(spain.pop, italy.pop)
De manera similar, la función cbind combinará objetos por columnas.
Procesos iterativos
Los ciclos son muy importantes porque nos permiten hacer lo siguiente:
Ejecutar un cierto código solo si se cumple una condición (if)
Ejecutar el mismo proceso un número especificado de veces (for)
- Un ejemplo común es ejecutar el mismo código para cada paso de tiempo
Continuar ejecutando un proceso hasta que se cumpla una condición (while)
Procesos iterativos
![]()
Declaraciones if
R puede realizar ejecuciones condicionales de la forma:
if (condicional) proceso 1 else proceso 2
La declaración condicional debe evaluar un único valor lógico. El proceso 1 se ejecutará si se cumple la condición, mientras que el proceso 2 se ejecutará cuando no se cumpla la condición.
Declaraciones if
Por ejemplo:
if(5 > 4) print("Sí") else print("No")
## [1] "Sí"
O:
if(5 > 4)
print("Sí") else
print("No")
## [1] "Sí"
Declaraciones if
Si los procesos contenidos en la condición requieren varias líneas, deben escribirse dentro de llaves.
if(5 > 4){
x <- 5
y <- x * 10
print(y)
} else {
x <- 2
y <- x * 5
print(y)
}
## [1] 50
Declaraciones if
Ten en cuenta que la declaración else no siempre es necesaria:
x <- 5
if(x > 4){
y <- x *10
print(y)
}
## [1] 50
Declaraciones if
Un ejemplo de una cláusula else dentro de un ciclo if es el siguiente:
input.value <- 32
if(input.value > 0){
result <- log(input.value)
paste("El logaritmo de", input.value, "es igual a", result)
} else {
paste("El valor de entrada es negativo, por lo tanto no se puede calcular el logaritmo")
}
## [1] "El logaritmo de 32 es igual a 3.46573590279973"
Declaraciones if
A veces, queremos ejecutar un ciclo si se cumple cualquiera de un conjunto de condiciones.
day <- "Lunes"
if(day == "Sábado" | day == "Domingo"){
response <- paste("No hay alarma pero hoy hay asado!")
} else {
alarm.time <- "7am"
response <- paste("My alarm will be set for", alarm.time)
}
print(response)
## [1] "My alarm will be set for 7am"
Ciclos for
El ciclo for tiene la forma:
for(variable in vector) proceso
La variable se iterará durante el ciclo for tomando cada uno de los valores definidos en el vector. El proceso se aplicará en cada iteración. Por ejemplo:
for(i in 1:5) print(i)
## [1] 1
## [1] 2
## [1] 3
## [1] 4
## [1] 5
Ciclos for
Al igual que con la declaración if, si el proceso tiene más de una línea de código, debe estar rodeado por llaves.
for(i in 1:5){
x <- i^2
y <- x * 5
print(y)
}
## [1] 5
## [1] 20
## [1] 45
## [1] 80
## [1] 125
Ciclos for
Si escribes un ciclo dentro de otro ciclo, nos referimos a esto como un ciclo anidado,
for(i in 1:10){
for (j in 1:5){
a <- i + j
cat(i, "más", j, "es igual a", a, "\n")
}
cat("------------------------ \n")
}
Ciclos for
Podemos utilizar un ciclo for en un análisis de series de tiempo espaciales.
![]()
Ciclos while
El ciclo while tiene la forma:
La condición se evaluará, si es verdadera se ejecutará el proceso. Cuando la condición ya no se cumpla, el ciclo while se detendrá.
Ciclos while
Por ejemplo:
delta <- 0.75
x <- 1
while(delta < x){
x <- x - 0.05
print(x)
}
## [1] 0.95
## [1] 0.9
## [1] 0.85
## [1] 0.8
## [1] 0.75
Gráficos básicos con R
La función plot es una función genérica. Esto significa que el tipo de gráfico producido depende del tipo o clase del primer argumento.
plot(x, y, type, main, sub, xlab, ylab)
x: las coordenadas de los puntos en el gráfico (eje x) y: las coordenadas de los puntos en el gráfico (eje y) main: un título para el gráfico sub: un subtítulo para el gráfico xlab e ylab: títulos para los ejes x e y
Nota: y se puede omitir si x tiene la estructura adecuada (por ejemplo, para un archivo ráster)
Gráficos básicos con R
type: qué tipo de gráfico debe dibujarse. Los posibles tipos son:
- “p” para puntos
- “b” para ambos (puntos y líneas)
- “l” para líneas
- “c” para la parte de líneas sola de “b”
- “o” para sobreponer un plot
- “s” para escalones
- “n” no dibujar
- “h” para histograma
- “S” para otros escalones
Gráficos básicos con R
Para mostrar el primer conjunto de ejemplos de gráficos, leeremos un archivo csv con datos del Banco Mundial para el rendimiento promedio anual de los cultivos de cereales tanto para el mundo como para Alemania.
crop.yield <- read.csv("...tu propio path.../Data/Cereal_Yield.csv")
print(crop.yield)
Cuando tenemos muchos registros de datos almacenados en un objeto, podemos usar las funciones head y tail para ver los seis primeros y los últimos seis registros, respectivamente.
Nota: los valores presentados están en kg/ha.
Gráficos básicos con R
head(crop.yield)
## Year Global_Cereal_Yield German_Cereal_Yield
## 1 1961 1431.537 2417.4
## 2 1962 1523.116 2962.2
## 3 1963 1589.004 2925.2
## 4 1964 1589.813 3120.8
## 5 1965 1639.062 2852.2
## 6 1966 1680.538 2878.0
tail(crop.yield)
## Year Global_Cereal_Yield German_Cereal_Yield
## 52 2012 3619.562 6964.9
## 53 2013 3824.374 7318.0
## 54 2014 3892.360 8050.3
## 55 2015 3938.770 7497.8
## 56 2016 3967.029 7182.1
## 57 2017 4074.176 7269.9
Gráficos de líneas
Comencemos con un gráfico de líneas para los valores globales.
plot(crop.yield$Year, crop.yield$Global_Cereal_Yield, type = "l")
Gráficos de líneas
Nota: obtendremos el mismo resultado seleccionando las posiciones de cada columna en lugar de los nombres: es decir, plot(crop.yield[,1], crop.yield[,2], type = “l”).
Gráficos de líneas
Ahora, volveremos a crear el gráfico de una manera más personalizada (título del gráfico, títulos de los ejes, valores mínimos y máximos definidos por el usuario).
plot(crop.yield$Year, crop.yield$Global_Cereal_Yield, type = "l",
main = "Producción media de cereales", xlab = "Año",
ylab = "Producción media (kg/ha)", ylim = c(0, 10000))
Gráficos de líneas
La función lines se utiliza para agregar otra línea a un gráfico existente. La función legend se utiliza para agregar una leyenda al gráfico.
lines(crop.yield$Year, crop.yield$German_Cereal_Yield, col = "red")
legend("topleft", c("Global", "Alemania"), lty = 1, col = c("black", "red"))
Adding Points to a Graph
La función points se utiliza para agregar puntos a un gráfico existente. pch selecciona el caracter de trazado y col el color de trazado.
points(x = c(1990, 2000, 2010), y = c(3000, 4000, 6000),
pch = 20, col = c("red", "blue", "black"))
Gráficos de dispersión
También podemos representar la información usando un gráfico de dispersión.
plot(crop.yield$Year, crop.yield$Global_Cereal_Yield, type = "p")
Gráficos de dispersión
Nota: la opción de gráfico predeterminada es con puntos. Por lo tanto, si no especificamos el tipo, obtendremos el mismo resultado.
Histogramas
Un histograma es una representación gráfica de la distribución de datos numéricos.
- Es una estimación de la distribución de probabilidad de una variable continua.
Ejemplo: los valores diarios de temperatura (en °C) para abril en una ciudad particular son:
![]()
Histogramas
temp <- c(13, 14, 14, 15, 17, 14, 12, 14, 16,
25, 21, 19, 20, 20, 23, 23, 23, 21,
16, 17, 14, 14, 15, 16, 23, 16, 17,
27, 24, 21)
Histogramas
La función hist genera un histograma.
Histogramas
De nuevo, podemos personalizar el histograma.
hist(temp, main = "Histogram of temperature in April", xlab = "Temp [°C]",
border = "blue", col = "cyan", breaks = 8)
Histogramas
Recuerda pensar cuidadosamente cómo graficar y analizar tus datos.
- Al mirar el ejemplo anterior, si graficamos los datos con 5 cortes y con 8 cortes:
![]()
(diagramas de caja y bigotes)
La función boxplot produce un boxplot para valores (agrupados).
Boxplots
Ahora importemos los valores diarios para la temperatura máxima en una ciudad piloto.
daily.temp <- read.csv("C:/Usuario/Data/Daily_Temp.csv")
Boxplots
print(daily.temp)
## Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
## 1 15.0 17.8 20.6 32.2 27.2 22.8 32.2 31.1 30.0 30.6 24.4 17.2
## 2 15.6 16.7 18.3 22.8 29.4 22.8 32.2 33.9 29.4 31.1 28.9 17.2
## 3 12.8 16.1 20.0 21.1 35.0 26.1 32.2 32.8 28.3 27.2 25.6 16.7
## 4 17.8 18.9 23.3 27.2 32.8 23.3 31.7 32.8 31.7 19.4 15.6 17.2
## 5 21.7 21.7 27.8 24.4 30.0 25.6 33.9 30.0 27.8 17.2 17.8 17.8
## 6 21.1 25.0 20.0 19.4 25.6 22.8 34.4 29.4 36.7 18.9 14.4 18.3
## 7 16.1 26.7 15.0 16.7 22.2 23.3 32.8 29.4 37.8 22.8 17.8 19.4
## 8 15.0 17.2 21.1 14.4 20.0 22.2 31.1 29.4 37.8 27.2 21.1 19.4
## 9 15.0 21.1 28.9 14.4 17.2 21.1 30.6 27.2 27.8 28.9 25.6 21.1
## 10 17.8 20.6 26.7 20.0 21.7 21.1 29.4 26.7 23.9 28.3 23.9 21.7
## 11 21.1 23.3 23.9 22.2 22.8 23.3 27.8 26.7 26.7 28.3 25.0 15.6
## 12 22.8 26.7 19.4 21.7 25.6 22.8 25.0 26.7 29.4 38.3 17.8 11.7
## 13 23.9 23.9 21.1 18.9 24.4 25.6 25.0 25.6 27.8 37.2 22.8 12.2
## 14 27.2 19.4 25.0 23.3 20.0 27.2 23.3 28.3 25.6 31.1 21.7 16.1
## 15 26.7 19.4 25.6 30.0 17.8 27.2 24.4 28.9 25.6 27.2 20.6 15.0
## 16 27.2 16.1 24.4 33.3 18.9 25.6 25.0 30.0 22.2 26.1 21.7 17.8
## 17 28.9 16.1 22.8 27.8 17.2 23.9 26.7 31.1 24.4 29.4 21.7 19.4
## 18 28.9 18.9 20.6 18.3 17.2 25.0 28.9 30.0 27.2 26.7 15.6 14.4
## 19 20.6 14.4 17.2 20.6 20.6 24.4 30.6 27.2 27.2 22.8 16.1 14.4
## 20 24.4 13.9 15.6 20.0 22.2 27.8 31.1 27.8 27.8 23.9 16.1 17.8
## 21 25.0 16.1 15.6 20.0 25.6 32.2 30.6 26.7 28.3 22.8 16.1 18.3
## 22 22.2 16.1 16.7 20.6 21.1 30.6 27.8 29.4 30.6 28.9 19.4 18.9
## 23 24.4 15.6 19.4 20.6 20.0 29.4 28.9 31.1 28.3 28.9 17.8 20.0
## 24 23.9 15.6 16.7 20.0 22.8 27.8 28.3 31.7 25.0 21.7 16.7 22.8
## 25 23.3 15.0 16.7 22.2 26.1 29.4 33.3 33.3 23.3 20.0 18.9 23.3
## 26 25.0 11.7 15.6 22.8 23.3 29.4 30.0 35.0 26.7 21.1 27.8 23.3
## 27 25.0 13.9 18.9 28.3 26.7 31.7 26.1 36.1 30.0 24.4 28.9 21.1
## 28 24.4 18.9 18.3 28.3 22.2 28.3 27.8 33.3 27.8 27.2 27.2 26.1
## 29 20.6 NA 23.3 22.8 17.8 26.7 34.4 35.0 27.8 28.3 26.7 25.6
## 30 15.0 NA 29.4 26.7 26.1 28.9 36.7 32.2 31.1 31.1 23.3 22.8
## 31 17.2 NA 32.2 NA 26.1 NA 29.4 30.0 NA 28.9 NA 25.0
Boxplots
Para generar un boxplot con los datos:
boxplot(daily.temp, main = "Temperatura máxima diaria en la ciudad X en 2011",
col = "cyan", ylab = "Temp máx (C)")
Gráficos de barras
La función barplot crea un gráfico de barras con barras verticales u horizontales.
barplot(crop.yield$Global_Cereal_Yield)
Gráficos de barras
Personalicemos el gráfico de barras.
barplot(crop.yield$Global_Cereal_Yield, main = "Rendimiento global de cereales",
sub = "Datos del Banco Mundial", xlab = " Año", ylab = "Rendimiento (kg/ha)", names.arg = crop.yield$Year)
Gráficos de barras
Algunas otras opciones para cambiar cómo se presenta la información en un gráfico de barras:
x <- c(8, 5, 10)
barplot(x, main = "Ejemplo de gráfico de barras horizontal",
names.arg = c("A", "B", "C"), horiz = TRUE,
ylab = "número", col = c("red", "blue", "yellow"))
Gráficos de barras
Gráficos de pastel
La función pie dibuja un gráfico de pastel.
slices <- c(10, 12, 4, 16, 8)
country <- c("Mexico", "Argentina", "Chile", "Uruguay", "Paraguay")
pie(slices, labels = country)
Gráficos de pastel
Más personalizado:
pie(slices, labels = country, main = "Pie chart of countries",
col = rainbow(length(slices)))
¡Gracias por su atención!
